Generalized Autoregressive Conditional Betas: Longitudinal Feedback in Multifactor Asset Pricing
广义自回归条件贝塔：多因子资产定价中的纵向反馈AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确将时变贝塔与贝塔溢出用于 Fama–French 三因子资产定价模型，直接对应资产定价和金融因子。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
广义自回归条件贝塔：多因子资产定价中的纵向反馈
- 研究问题
- 如何在具有条件异方差的联立多元回归系统中刻画时变贝塔的联合动态，并描述贝塔溢出形成的金融冲击传递机制？
- 方法与思路
- 作者提出观测驱动的广义自回归条件贝塔模型，容纳大维度、纵向参数限制及外生变量，并采用高斯准极大似然及其变体估计。
- 材料陈述的贡献
- 摘要称给出平稳性、一致可逆性及贝塔和协方差跟踪约束，建立估计一致性与渐近正态性，并以三因子定价模型展示贝塔溢出。
- 阅读关注点
- 应核对贝塔溢出的参数定义、平稳与可逆条件、跟踪约束的作用，以及并行和顺序估计变体的适用条件与有限样本比较。
- 阅读边界
- 仅依据所给 OpenAlex 版本摘要；具体条件、比较数值和冲击传递的识别含义未说明，模型动态关联的因果解释需另核对，不能推断刊本变化。
原文摘要
We propose a new class of observation-driven models, Generalized Autoregressive Conditional Betas, which describe the joint dynamics of time-varying slopes in a system of conditionally heteroskedastic simultaneous multiple regressions. The model accommodates large dimensions, parametric longitudinal restrictions, exogenous variables, and the coexistence of constant and time-varying slopes. It also introduces new mechanisms for the transmission of shocks, namely, beta spillovers. We derive stationarity and uniform invertibility conditions and present beta and covariance tracking constraints. We show the consistency and asymptotic normality of the Gaussian quasi-maximum likelihood estimator and propose several parallel and sequential variants of it. Their finite sample properties are evaluated via Monte Carlo experiments. Finally, we illustrate the usefulness of modeling beta spillovers in the Fama-French three-factor asset pricing model. The results show that our model is useful for describing the transmission of shocks in financial markets.